云环境下面向智能运维的KPI异常检测研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的组织结构 | 第12-14页 |
| 第二章 KPI数据异常检测相关技术 | 第14-21页 |
| 2.1 KPI数据 | 第14-15页 |
| 2.2 KPI数据降维与聚类 | 第15-17页 |
| 2.3 KPI数据异常检测 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 大规模KPI数据聚类优化策略 | 第21-30页 |
| 3.1 问题分析与研究思路 | 第21-22页 |
| 3.2 KPI数据降维 | 第22-23页 |
| 3.3 KPI数据聚类 | 第23-25页 |
| 3.4 实验 | 第25-29页 |
| 3.4.1 数据降维策略验证 | 第26-28页 |
| 3.4.2 模糊聚类算法验证 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 面向数据特征变化的KPI异常检测 | 第30-45页 |
| 4.1 引言 | 第30-31页 |
| 4.2 整体思路 | 第31-32页 |
| 4.3 KPI异常检测 | 第32-33页 |
| 4.4 KPI数据特征感知 | 第33-34页 |
| 4.5 时间序列模型自动化调节 | 第34-38页 |
| 4.6 实验 | 第38-43页 |
| 4.6.1 实验设计 | 第38-39页 |
| 4.6.2 实验评估指标 | 第39页 |
| 4.6.3 异常检测效果验证 | 第39-42页 |
| 4.6.4 迭代过程的优化验证 | 第42-43页 |
| 4.7 本章总结 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 工作总结 | 第45-46页 |
| 5.2 下一步工作 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间参加的科研项目 | 第52-53页 |
| 攻读学位期间发表论文情况 | 第53页 |
